基于DEA的区域创新系统创新效率评价研究.docxVIP

基于DEA的区域创新系统创新效率评价研究　　论文关键词：区域创新系统　数据包络分析法(DEA) 效率评价　　论文摘要：在简单评述国内外有关区域创新系统测度研究现状的基础上，引入数据包络分析方法，并将其作为评价区域创新系统创新效率的定量方法。通过建立区域创新系统创新效率的评价指标体系，使用统计年鉴有关数据，对中国30个省的创新投入、产出现状进行了分析，并对它们的效率表现进行了评价。结果表明，该方法可以有效地对不同区域创新系统效率进行比较和排序，并为制定区域创新系统发展政策提供依据。　　目前，国外对区域创新系统的研究文献已涉及到区域创新系统概念、基本要素、结构模式、区域创新活动与区域生产力关系、区域创新能力的影响因素等多方面。区域作为创新的地理范畴自20世纪80年代以来受到越来越多的关注，这种趋势可以追溯到各种文献中描述的区域成功故事，如“第三个意大利”(ThirdItaly)中工业区中小企业的迅速发展。在与区域有关的概念中，库克(Cooke)将区域创新系统(RIS，regionalinnovationsystem)定义为：与全球、国家和其他区域相联系的互动知识产生和发掘的子系统，正是他开展了关于区域创新系统较早和较多的系统研究。　　对于创新绩效，国外许多文献直接用创新活动的产出指标来衡量，Furmna等虽利用生产函数测算了国家水平上的创新生产力，但没有拓展到区域层次上。国内一些学者对区域创新系统的创新绩效做了初步研究，官建成等提出了区域创新系统测度的研究框架，认为区域创新绩效就是通过区域创新系统内部各要素之间的相互作用，将创新投入转化为创新产出的效率；池仁勇等利用DEA方法和企业层面的调查数据评价了浙江11个地区的创新效率；王海盛等提出应用生产函数对区域绩效进行测度的方法。但总体来看，对区域创新系统创新效率测度还处于探索阶段。本文运用数据包络分析方法(DEA，dataenvelopmentnaalysis)对我国不同省份的创新系统效率进行了评价。　　1 DEA方法及其数学模型　　1978年，CharnesA，CoperW W和RhodesE给出了评价决策单元相对有效性的数据包络分析方法。自第一个DEA模型C2R出现，至今已形成关于效率、生产可能集、生产前沿面等概念的完整理论、方法和模型的DEA研究领域。DEA方法以相对效率概念为基础，是评价相同类型的多投入、多产出的决策单元是否技术有效的一种非参数统计方法，其基本思路是把每一个被评价单位作为一个决策单元(DMU，de．cisionmakingunits)，再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况确定各DMU是否DEA有效。由于DEA方法不需要预先估计参数，在避免主观因素和简化运算、减少误差等方面有着不可低估的优越性，近年来被广泛运用到技术和生产力进步、技术创新、成本收益利润问题、资源配置、金融投资、非生产性等各个领域进行有效性分析，从而进行评价决策。　　假设有n个DMU，每个DMU都有m种类型的输入以及s种类型的输出，其形式如(1)所示。其中每个决策单元，(=1，2，…，t7,)对应一个输入向量X=(l』’一)和一个输出向量=(，，，)。为第，个决策单元对第i种类型输入的投入量，)0；为第个决策单元对r第种类型输出的产出量，)0；为第i种输出的一种度量；u，为第r种类型输入的一种度量(i=1，2，…，m；j’1，2，…t7,；r=1，2，…，s)。　　有很多关于DEA方法的数学模型，但其基本问题可以表述如下。　　设有n个决策单元，第i个决策单元投入量和产出量分别用多维向量和Y表示(i=1，2。…，n)。为了给出决策单元i的生产效率，DEA方法引入以下解法：　　2评价指标体系设计和数据来源　　2．1评价指标体系设计　　2．1．1原则　　(1)科学性原则。评价指标体系应尽可能客观地反映和描述被评价事物或系统活动的全过程及活动规律，正确揭示评价对象的本质特征。(2)可比性原则。评价指标体系在被评价对象之间具有可比性，要求评价指标定义明确，符合规范，统计口径、统计范围要一致。(3)可行性原则。评价指标数据具有可采集性，以及评价方法具有可操作性，保证评价工作的可实现性。　　2．1．2评价指标的选择　　按照上述评价指标体系设计的原则，本文建立了一个区域创新系统创新效率评价指标体系，根据DEA，其中的指标可分为两类，即投入指标和产出指标。前者包括分地区Ramp;D支出占GDP比率(I)，分地区Ramp;D人员数量占全部在职人员数量比率(I，)和分地区Ramp;D内部支出总额(I)；后者包括分地区技术市场交易价值(O)，分地区三种专利授权量(O)和分地区新产品